Blog IA, Data Science & MLOps
Tutoriels, guides et analyses sur l'IA, la Data et le Cloud, écrits par les ingénieurs et mentors Blent.
214 articles · page 3 sur 6
IA GénérativeLlamaIndex : créer son RAG en quelques lignes de code
LlamaIndex est un framework Python open source spécialisé dans la création de systèmes RAG et d'applications basées sur les LLM. Sa promesse : permettre de construire un pipeline RAG fonctionnel en quelques lignes de code, tout en offrant la flexibilité nécessaire pour les cas d'usage avancés. Là où d'autres frameworks adoptent une approche généraliste, LlamaIndex a fait le choix de l'excellence sur un périmètre précis : connecter vos données à des modèles de langage.
8 min de lecture
Agentic AIMémoire des agents IA : stratégies, outils et bonnes pratiques
La montée en puissance de l'Agentic AI a révélé un défi fondamental : comment permettre à un agent IA de conserver le contexte de ses interactions et d'apprendre de ses expériences passées ? Un agent sans mémoire est condamné à repartir de zéro à chaque échange, incapable de se souvenir des préférences d'un utilisateur, des erreurs commises ou des connaissances acquises au fil du temps.
12 min de lecture
IA GénérativeReciprocal Rank Fusion : améliorer son RAG
Le RRF est une technique de fusion de classements qui permet d'agréger les résultats de plusieurs systèmes de recherche en un classement unique et cohérent. Son principe est élégant : plutôt que de manipuler des scores bruts difficilement comparables entre systèmes, il s'appuie uniquement sur les rangs des documents dans chaque liste de résultats. Cette approche simple mais efficace s'est imposée comme une référence dans les architectures RAG modernes.
8 min de lecture
MLOpsOptimisation bayésienne : pourquoi l'utiliser en MLOps ?
L'optimisation bayésienne est devenue une technique incontournable pour les Data Scientists et Machine Learning Engineers qui cherchent à maximiser les performances de leurs modèles tout en minimisant le temps de calcul. Contrairement aux méthodes traditionnelles comme la recherche par grille ou aléatoire, cette approche intelligente apprend des expérimentations passées pour guider efficacement la recherche des meilleurs hyper-paramètres.
7 min de lecture
IA GénérativeRAGAS : l'outil d'évaluation de LLM
RAGAS (Retrieval Augmented Generation Assessment) est une librairie Python open source conçue spécifiquement pour évaluer les pipelines d'IA générative. Son approche repose sur un principe devenu incontournable dans le domaine : utiliser des LLM pour évaluer d'autres LLM, une technique connue sous le nom de LLM as a Judge.
8 min de lecture
IA GénérativeContinue : alternative open source à GitHub Copilot
Continue est une extension open source pour VS Code et JetBrains qui offre des fonctionnalités d'assistance au code comparables à GitHub Copilot, avec une différence fondamentale : vous choisissez les modèles que vous utilisez. Que vous souhaitiez connecter l'API d'OpenAI, utiliser Codestral de Mistral, ou faire tourner un LLM en local avec Ollama, Continue s'adapte à votre configuration.
8 min de lecture
IA GénérativeOllama : exécuter des LLM en local sur son propre PC
L'utilisation des LLM a longtemps été synonyme de connexion Internet et de dépendance aux API cloud. Pour chaque requête envoyée à ChatGPT ou Claude, vos données transitent par des serveurs distants, avec tout ce que cela implique en termes de confidentialité, de latence et de coûts récurrents. Cette situation a conduit de nombreux développeurs et entreprises à chercher des alternatives permettant d'exécuter des LLM directement sur leur propre machine.
8 min de lecture
Agentic AIAutoGen : créer des agents conversationnels multi-rôles
L'essor de l'Agentic AI a fait émerger de nouveaux frameworks permettant de construire des systèmes d'intelligence artificielle capables de raisonner, collaborer et résoudre des problèmes complexes de manière autonome. Parmi ces outils, AutoGen se distingue par une approche singulière : plutôt que de se concentrer sur l'orchestration de workflows ou la gestion d'outils, il place la conversation entre agents au cœur de son architecture.
9 min de lecture
IA GénérativeClaude Code : tout savoir
Claude Code est un agent de coding agentic qui s'exécute directement dans votre terminal. Lancé par Anthropic en février 2025, il exploite les capacités des modèles Claude (notamment Claude 3.5 Sonnet et Claude 4) pour comprendre, analyser et modifier du code de manière autonome.
8 min de lecture
Cloud / DevOpsOpenShift : la plateforme de conteneurs d'entreprise
OpenShift est une plateforme de conteneurs d'entreprise développée par Red Hat, basée sur Kubernetes et enrichie de nombreuses fonctionnalités additionnelles. Lancée initialement en 2011 comme une plateforme PaaS (Platform as a Service), OpenShift a évolué pour devenir une distribution Kubernetes complète à partir de sa version 3 en 2015, puis a adopté une architecture entièrement repensée avec OpenShift 4 en 2019.
7 min de lecture
Cloud / DevOpsHarbor : registre Docker Cloud-native
Harbor est un registre d'images de conteneurs open source qui permet de stocker, signer et analyser des images Docker et d'autres artefacts compatibles OCI (Open Container Initiative). Créé initialement par VMware en 2016, le projet a rejoint la CNCF en 2018 et a atteint le statut de projet graduated en 2020, attestant de sa maturité et de son adoption massive.
7 min de lecture
Cloud / DevOpsHAProxy : tout savoir
Véritable pilier des infrastructures à haute disponibilité, HAProxy (High Availability Proxy) est un logiciel open source capable de distribuer le trafic réseau entre plusieurs serveurs de manière intelligente. Utilisé par des géants comme GitHub, Reddit ou encore Stack Overflow, cet outil permet d'assurer la continuité de service même en cas de panne d'un ou plusieurs serveurs, tout en optimisant les performances globales de l'infrastructure.
8 min de lecture
IA GénérativeUnsloth : fine-tuner des LLM
Le fine-tuning de LLM est devenu une étape incontournable pour adapter les modèles de langage à des cas d'usage spécifiques. Cependant, cette opération reste notoirement gourmande en ressources : entraîner un modèle de 7 milliards de paramètres peut nécessiter plusieurs dizaines de gigaoctets de VRAM, rendant l'exercice inaccessible pour de nombreuses équipes ne disposant pas de clusters GPU coûteux.
7 min de lecture
IA GénérativeCUDA : tout savoir sur le framework GPU de NVIDIA
Développé par NVIDIA, CUDA (Compute Unified Device Architecture) est le framework qui a permis de transformer les cartes graphiques en véritables accélérateurs de calcul scientifique. Sans cette technologie, l'essor fulgurant de l'IA générative que nous connaissons aujourd'hui n'aurait tout simplement pas été possible. Que vous utilisiez PyTorch, TensorFlow, ou un serveur d'inférence comme vLLM, CUDA constitue la couche fondamentale qui fait le lien entre votre code et la puissance brute du GPU.
9 min de lecture
IA GénérativevLLM : serveur d'inférence pour LLM
vLLM s'est imposé comme la solution de référence pour servir des LLM en production. Développé initialement par des chercheurs de l'université de Berkeley, ce serveur d'inférence combine des optimisations algorithmiques avancées avec une interface compatible OpenAI, permettant de déployer n'importe quel modèle open weights comme s'il s'agissait de l'API GPT.
8 min de lecture
Agentic AIMulti-agents : comment ça marche ?
L'émergence de l'Agentic AI a transformé notre façon de concevoir les systèmes d'intelligence artificielle. Un agent IA autonome, capable de raisonner, planifier et exécuter des actions, représente déjà une avancée majeure par rapport aux LLM classiques. Cependant, face à des missions complexes nécessitant des compétences variées ou un volume de travail conséquent, un agent unique atteint rapidement ses limites.
9 min de lecture
Agentic AIÉvaluation d'agents IA : comment faire ?
L'évaluation d'un agent IA s'articule autour de plusieurs familles de métriques qui, ensemble, fournissent une vision complète de sa performance opérationnelle.
10 min de lecture
Agentic AIAgentic RAG : définitions et exemples
L'Agentic RAG introduit une rupture conceptuelle en transformant le système RAG en un agent IA autonome capable de raisonner sur sa stratégie de recherche et d'adapter son comportement en fonction des résultats obtenus. Il s'appuie sur la notion d'outils (tools) que l'agent peut invoquer pour interagir avec son environnement. Ces outils vont bien au-delà de la simple recherche vectorielle.
8 min de lecture
Agentic AILangGraph : c'est quoi ?
LangGraph repose sur un concept fondamental : représenter les applications LLM comme des graphes orientés où les nœuds correspondent à des étapes de traitement et les arêtes définissent les transitions entre ces étapes. Cette modélisation s'inspire directement de la théorie des graphes et offre une expressivité bien supérieure aux chaînes séquentielles traditionnelles.
9 min de lecture
IA GénérativeMerging de LLM : comment ça marche ?
Le merging de LLM (ou fusion de modèles) est une technique qui suscite un intérêt croissant dans la communauté de l'IA générative. Plutôt que d'entraîner un nouveau modèle depuis zéro ou de faire du fine-tuning coûteux, cette approche consiste à combiner plusieurs modèles existants pour en créer un nouveau qui hérite des forces de chacun.
8 min de lecture
Agentic AISuperviseur d'agents IA : explications et exemples
Un superviseur d'agents est une architecture multi-agents hiérarchique où un agent central, le superviseur, coordonne l'activité de plusieurs agents spécialisés appelés workers ou agents subordonnés. Contrairement à une architecture où un agent unique tente de tout faire, le superviseur délègue les tâches aux agents les mieux adaptés et synthétise leurs contributions pour produire un résultat final cohérent.
9 min de lecture
Agentic AIModel Context Protocol : définition et exemples
Le Model Context Protocol (MCP) est un protocole de communication open source conçu pour standardiser la façon dont les applications basées sur des LLM accèdent à des données contextuelles et interagissent avec des outils externes. Lancé par Anthropic fin 2024, il répond à un besoin croissant d'interopérabilité dans l'écosystème de l'IA générative.
12 min de lecture
Agentic AILangfuse : monitorer des LLM
Langfuse est une plateforme d'observabilité et de monitoring spécialement conçue pour les applications utilisant des LLM. Développée en open source, elle permet aux équipes de développement de suivre, analyser et améliorer leurs systèmes d'IA générative tout au long de leur cycle de vie.
9 min de lecture
Agentic AIAgent Plan-and-Execute : comment ça marche ?
L'essor de l'Agentic AI a donné naissance à différentes architectures d'agents, chacune adaptée à des contextes spécifiques. Parmi elles, l'agent Plan-and-Execute se distingue par son approche méthodique : plutôt que de raisonner pas à pas de manière réactive, il commence par élaborer un plan complet avant de l'exécuter étape par étape.
7 min de lecture
Agentic AIAgent ReAct : définitions et exemples
Les agents IA représentent aujourd'hui une avancée majeure dans le domaine de l'intelligence artificielle. Parmi les différentes architectures disponibles, l'agent ReAct (Reasoning and Acting) s'est imposé comme une approche particulièrement efficace pour résoudre des tâches complexes nécessitant à la fois réflexion et action.
11 min de lecture
Agentic AIAgentic AI : tout savoir
L'intelligence artificielle ne cesse d'évoluer, et parmi les avancées les plus marquantes de ces dernières années, l'Agentic AI occupe une place de choix. Cette nouvelle approche représente un véritable changement de paradigme dans la façon dont nous concevons et utilisons les systèmes d'IA, en leur conférant une capacité d'action et d'autonomie jusqu'alors inégalée.
10 min de lecture
IA GénérativeTutoriel GitHub Copilot : tout savoir
GitHub Copilot est un assistant au code qui est rapidement devenu un incontournable pour tous les développeurs qui veulent utiliser l'IA au quotidien. Depuis son lancement, l'outil a connu de nombreuses mises à jour en intégrant de nouvelles fonctionnalités, en proposant les derniers modèles disponibles et en créant toujours plus d'intégration dans l'éditeur de code.
9 min de lecture
IA GénérativeÉvaluation d'un RAG : comment faire ?
Pour garantir l'efficacité d’un système RAG, , il est primordial de disposer de méthodes d’évaluation robustes et adaptées. Ces évaluations permettent non seulement d’identifier les faiblesses des différent composants du système (notamment du retriever et du générateur), mais aussi d’optimiser ses performances globales.
12 min de lecture
IA GénérativeReranking : tout savoir sur cette technique du RAG
Comme pour la plupart des outils, les systèmes RAG sont faciles à utiliser, mais difficiles à maîtriser. La réalité est que le RAG ne se limite pas à insérer des documents dans une base de données vectorielle et à y ajouter un modèle de langage. Cela peut fonctionner, mais ce n’est pas toujours suffisant pour garantir des résultats fiables et cohérents.
11 min de lecture
IA GénérativeCréer un RAG avec LangChain et Mistral à partir de zéro
Une fois que des LLM sont entraînés sur un très grand corpus, ce dernier se veut le plus généraliste possible pour capter énormément de situations et de contextes, pour apporter des réponses précises. Seulement, ces LLM ne sont pas en mesure d'avoir accès à une base de connaissance personnalisée, sur des documents de tous types dans une entreprise par exemple.
9 min de lecture
Cloud / DevOpsDevOps Engineer : tout savoir sur ce métier
Pour de nombreuses entreprises, innover chaque jour en proposant des applications à ses utilisateurs est un sujet primordial. Pour autant, cette course au déploiement continu de nouvelles applications nécessite des compétences bien particulières sur les architectures Cloud, l'automatisation de projets et la supervision. C'est à partir de ce moment qu'intervient le rôle de l'ingénieur DevOps dans les entreprises.
8 min de lecture
Cloud / DevOpsDocker Compose : tout savoir
Dans le monde du DevOps, les conteneurs sont rapidement devenus des incontournables, aussi important que les machines virtuelles. Des plateformes de conteneurisation comme Docker ont permis de simplifier et d'accélérer la création d'image et l'exécution de conteneurs sur différents systèmes, à portée de tous.
9 min de lecture
Cloud / DevOpsGitLab CI/CD : tout savoir de l’outil open source
Dans l'approche GitOps, il existe de nombreux outils permettant d'exécuter des pipelines CI/CD : certains se concentrent uniquement sur la partie intégration continue, d'autres avec le déploiement en plus. S'il y en a un qui est considéré comme l'un des plus matures et des plus robustes, c'est bien GitLab.
9 min de lecture
IA GénérativeLLM : savoir lequel choisir
Avec l'explosion de l'IA Générative appliquée à la génération de texte ces dernières années, de nombreuses entreprises ont souhaité pouvoir déployer en interne leur propres LLM. Elles disposent ainsi de deux possibilités : utiliser directement des modèles disponibles en version SaaS comme ChatGPT ou Cohere, ou déployer dans leur propre SI un LLM open source adaptés à leurs propres besoins.
9 min de lecture
Data EngineeringReverse ETL : tout savoir
Pendant de nombreuses années, le rôle des Data Engineers était de récupérer des données issues de différentes sources, systèmes de stockage et applications tierces et de les centraliser dans un Data Warehouse, dans le but de pouvoir obtenir une vision complète et organisée des données disponibles.
9 min de lecture
IA GénérativeFine-tuning de LLM : tout savoir
Un des plus gros atouts des LLM concerne indéniablement leur grande connaissance sur de nombreux sujets, ainsi que leur forte capacité de généralisation. Pour de nombreuses entreprises, une des applications les plus importantes concerne la documentation interne.
9 min de lecture